Experimental Study and neural network modeling for prediction of refractive index of pure and binary alcohol mixtures
Message:
Abstract:

In this study, the refractive index of pure alcohols and binary alcohol mixtures were investigated experimentally and theoretically. In the experimental approach, a refractometer was used to measure the refractive index of the samples. Aa artificial neural network in form of a multilayer perceptron was also used to model and predict the measured refractive data. The input parameters of the network included temperature, molecular weight, the group contributions of CH3, CH2 and OH for the pure materials and for the binary mixtures the additional parameters of mole fractions, molecular weight and group contributions of both components have to be considered. The refractive index of the pure or binary alcohol mixture consist the only output parameter of the network. 70% of the experimental data were considered for train, 15% for test and 15% for the validation of the neural network. The optimum neural architecture for the pure compounds consisted of 10 neurons in the hidden layer with 0.08457 mean absolute relative error and the optimum network for binary mixtures consisted of 12 neurons in the hidden layer with 0.07121 absolute relative error. Comparison of the results showed a good agreement between the experimental data and the neural network outputs and the high accuracy of the model.

Article Type:
Research/Original Article
Language:
Persian
Published:
Journal of Modeling in Engineering, Volume:17 Issue: 56, 2019
Pages:
375 - 387
magiran.com/p1974526  
برخی از خدمات از جمله دانلود متن مقالات تنها به مشترکان مگیران ارایه می‌گردد. شما می‌توانید به یکی از روش‌های زیر مشترک شوید:
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 400,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
پرداخت با کارتهای اعتباری بین المللی از طریق PayPal امکانپذیر است.
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی همه کاربران به متن مطالب خریداری نمایند!
توجه!
  • دسترسی به متن مقالات این پایگاه در قالب ارایه خدمات کتابخانه دیجیتال و با دریافت حق عضویت صورت می‌گیرد و مگیران بهایی برای هر مقاله تعیین نکرده و وجهی بابت آن دریافت نمی‌کند.
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.